एजंट्ससाठी सेल्फ-इप्रूव्हिंग मेमरी

एआय मधील एक लोकप्रिय मानसिक मॉडेल म्हणजे एजंटचा विचार कामगार म्हणून करणे. नवीन क्षमता “अलीकडची कॉलेज पदवीधर,” किंवा “दुसऱ्या वर्षाचा विश्लेषक” यांच्या समतुल्य असू शकते. एआयच्या क्षमतेचा विचार करण्याचा हा सर्वोत्तम मार्ग नाही, परंतु तो कामावर असलेल्या एआयची एक महत्त्वाची संकल्पना स्पष्ट करतो: जेव्हा तुम्ही कोणत्याही कामगाराला कामावर ठेवता, तेव्हा तुम्ही त्यांच्याकडून नोकरीवर असताना शिकण्याची आणि विकसित होण्याची अपेक्षा करता.

एआय एजंटनीही तसेच केले पाहिजे. यामुळे एआयमध्ये “स्मृती” (मेमरी) चा खरोखर काय अर्थ होतो यावर जवळून नजर टाकणे आवश्यक ठरते.

Brain चा परिचय

आज आपण एआयमधील स्मृतीसाठी एक पूर्णपणे नवीन दृष्टिकोन लाँच करत आहोत. आम्ही त्याला Brain म्हणत आहोत.

Brain ही स्वतः सुधारणा करणारी स्मृती प्रणाली (सेल्फ-इप्रूव्हिंग मेमरी सिस्टीम) आहे. हे Computer ने केलेल्या कामाचा संदर्भ आलेख (कंटेक्स्ट ग्राफ) तयार करते. ठराविक अंतराने, जसे की रात्रीच्या वेळी, Brain संदर्भ आलेखाचे पुनरावलोकन करते आणि अधिक चांगले काम कसे करावे हे स्वतःला शिकवते.

जितके जास्त काम तुम्ही कराल, तितके Brain तुमच्या Computer ला अधिक उत्तम आणि कार्यक्षम बनवेल.

एआय स्मृतीसाठी एक उत्तम मॉडेल

एआयमधील स्मृतीसाठी महत्त्वाचे दोन पैलू आहेत. पहिला म्हणजे स्मृती कशाबद्दल आहे, आणि दुसरा म्हणजे स्मृती कशासाठी आहे.

पारंपारिकपणे, एआय स्मृती तुमच्याबद्दल, म्हणजेच वापरकर्त्याबद्दल असते. तुमच्या पसंती, आवडी, कामाच्या पद्धती, संपर्के, भूमिका आणि बरेच काही. Brain एआय एजंटसाठी अधिक प्रभावी मॉडेलचे प्रणेते ठरते: Brain एजंटने काय केले ते लक्षात ठेवते. ते काय काम केले आणि काय अपयशी ठरले, तसेच कामामध्ये काय सुधारणा केल्या गेल्या हे लक्षात ठेवते. ते अधिक चांगले काम करण्यास शिकते.

दुसरे म्हणजे, वापरकर्त्याबद्दलची एआय स्मृती तुम्हाला एआय एजंटशी अधिक जोडल्यासारखे वाटण्यास मदत करण्याच्या उद्देशοने असते. Brain सारखी कामाची स्मृती एजंटला नोकरीमध्ये अधिक चांगले होण्यास मदत करण्याच्या उद्देशाने असते. हा स्मृतीचा सर्वात महत्त्वाचा उद्देश आहे.

एकत्रितपणे, स्मृतीचा हा दृष्टिकोन कालांतराने Computer ची कामगिरी सुधारतो. दररोज, Brain सह Computer कडे प्रत्येक नवीन कार्यासाठी एक चांगला सुरुवातीचा बिंदू असतो. याचे कारण म्हणजे Brain मागील सत्रे, काय चालले आणि काय नाही चालले यावर आधारित वापरकर्त्याला काय साध्य करण्याची सर्वाधिक शक्यता आहे याचा नवीन नकाशा तयार करतो.

याचा अर्थ Computer जलद उत्तरे मिळवू शकतो, सर्वात विश्वासार्ह स्त्रोतांमध्ये प्रवेश करू शकतो आणि वेळ व टोकन्सचा अपव्यय टाळू शकतो.

पुनरावृत्तीद्वारे स्वतःमध्ये सुधारणा (रिकर्सिभ सेल्फ-इप्रूव्हमेंट)

तुम्ही Computer वापरताΤसे Brain अधिक चांगले होते. सर्वोत्कृष्ट आउटपुट मिळवून देणारे प्रकल्प, कनेक्टर, आर्टिफॅक्ट आणि इतर स्त्रोत शिकताना एजंट संदर्भ अपडेट करण्यात अधिक प्रभावी बनतात.

ते त्यांच्या चुकांपासूनही शिकतात, वापरकर्त्याने कधी सुधारणा केली किंवा एखादा स्त्रोत डेड एंड (निष्फळ) होता हे लक्षात ठेवतात. यामुळे कमी वळणे, कमी मॉडेल कॉल आणि अधिक चांगले आउटपुट मिळतात.

हा फीडबॅक लूप Brain ला सतत स्वतःमध्ये सुधारणा करणारा बनवतो.

वापरकर्त्यांसाठी, काम करण्यासाठी आवश्यक असलेला संदर्भ समजून घेण्यात एजंट अधिक सुधारणा करतात. याचा अर्थ असाही होतो की सध्याचा टोकन वापर हा नंतर अधिक कार्यक्षम टोकन वापरातील गुंतवणूक आहे.

संदर्भ आलेख (कंटेक्स्ट ग्राफ)

Brain एक ट्रॅक करण्यायोग्य आलेख तयार करून Computer साठी एक जीवंत संदर्भ आलेख बनवते, जो Computer ला वापरकर्त्याचे जग समजून घेण्यास, त्यांच्या कामातून शिकण्यास आणि भविष्यातील कार्यांवर ते काम लागू करण्यास मदत करतो.

संदर्भ स्तर (कंटेक्स्ट लेयर) हे एलएलएम विकीचे रूप घेते जे आपोआप एजंट सँडबॉक्सवर लोड केले जाते. वापरकर्त्याची एलएलएम विकी पृष्ठे त्यांच्या जगाची रचना करणाऱ्या कल्पना, लोक, प्रकल्प आणि इतर घटकांचे प्रतिबिंब दर्शवतात, ज्यामुळे Computer ला वैयक्तिक माहितीच्या या जाळ्यातून मार्गक्रमण करता येते.

वापरकर्त्याच्या सत्रांचे, कनेक्टर परिणामांचे, स्त्रोत दस्तऐवजांमधील बदल आणि केलेल्या सुधारणांचे संश्लेषण करून Brain प्रणालीद्वारे रात्रीच्या वेळी विकीमध्ये वाढीव अपडेट केले जाते.

तो सतत ताज्या होणारा संदर्भ Computer ला वापरकर्त्यासाठी काय करावे, कुठे पाहावे आणि आउटपुट कसे द्यावे याबद्दल मजबूत संकेत देतो.

सुधारित कामगिरी

विस्तृत करा

प्रारंभिक मोजमाप परिणाम दर्शवतात की Computer ने यापूर्वी पाहिलेल्या कार्यांवर Brain उत्तरांची अचूकता २५% ने वाढवतो. आणि रिकॉल १६% ने वाढतो.

तेच परिणाम दर्शवतात की Brain ऐतिहासिक संदर्भाची आवश्यकता असलेल्या कार्यांचा खर्च १३% ने कमी करतो. आणि जे लोक Brain चा जास्त काळ वापर करतात त्यांच्यासाठी परिणाम सुधारतात कारण एजंट त्यांचे जग शिकतात.

Perplexity द्वारे उत्पादित इतर आउटपुटप्रमाणेच, Brain देखील त्याचे काम दाखवते. प्रत्येक मेमरी एंट्री ती ज्या सत्र, फाइल किंवा स्त्रोताकडून आली आहे त्यावर परत दुवा जोडते.

सक्रिय (प्रोकॅक्टिव्ह) एआयला पॉवर देणे

केवळ सततच्या शिकण्यामुळेच Computer वापरकर्ते आणि व्यवसाय आपल्याकडे मागतात अशी सक्रिय (प्रोएक्टिव्ह) एआय बनतो. एजंट काम शिकतात आणि लक्षात ठेवतात आणि त्यात सुधारणा कशी करावी हे शिकतात.

फ्रंटियर एआय ही तुमच्या स्वतःच्या संस्थेमध्ये एआयसाठी तुम्ही तयार केलेली वैयक्तिक प्रणाली आहे. जेव्हा एजंट आपण करत असलेल्या कामातून सक्रियपणे शिकतात, तेव्हा ते आपण ज्याबद्दल विचारले नाही अशा संधी ओळखू शकतात किंवा कोणाच्या लक्षात येण्यापूर्वीच समस्येचा इशारा देऊ शकतात.

Brain ची ही आवृत्ती ही फक्त सुरुवात आहे. आम्ही लवकरच नवीन क्षमतांची घोषणा करू.

Brain आज रिसर्च प्रीव्ह्यूमध्ये Max आणि Enterprise Max सदस्यांसाठी रोल आउट होत आहे.